numpy.nanargmin () in Python

numpy.nanargmin (array, axis = Nessuno): Restituisce gli indici dell`elemento min dell`array sull`asse specificato, ignorando NaN.
I risultati non possono essere attendibili se la sezione contiene solo NaN e Infs.
Parametri:

 array:  array di input per lavorare su asse:  [int, facoltativo] lungo un asse specificato come 0 o 1 

Return:

Matrice di indici nell`array con la stessa forma di array.shape. con la quota lungo l`asse rimossa. 

Codice 1:

# Programma Python che illustra
# nanargmin () lavoro

import stupido come un secchione

# Lavorare con array 1D

array = [ geek.nan, 4 , 2 , 3 , 1 ]

print ( "INPUT ARRAY 1:" , array)

array2 = geek.array ([[geek.nan, 4 ], [ 1 , 3 ]])

# restituisce gli indici dell`elemento min
# per le metriche che includono NaN

print ( "Indici di min in array1:" , geek.nanargmin (array ))

# Utilizzo di array 2D

print ( "INPUT ARRAY 2:" , array2)

print ( "Indici dei minimi in array2:" , geek.nanargmin (array2))

print ( "Indici sull`asse 1 di array2:" , geek.nanargmin (array2, asse = 1 ) )

Output:

INPUT ARRAY 1: [nan, 4, 2, 3, 1] Indici di min in array1: 4 INPUT ARRAY 2: [[nan 4.] [1. 3.]] Indici di min in array2: 2 indici sull`asse 1 di array2: [1 0] 

Codice 2: confronto di argmin e nanargmin operazione

# Programma Python che illustra
# nanargmin () lavoro

import insensibile come un secchione

# Lavorare con array 2D

array = ([[ 8 , 13 , 5 , 0 ],

[geek.nan, geek. nan, 5 , 3 ],

[ 10 , 7 , 15 , 15 ],

[ 3 , 11 , 4 , 12 ]])

print ( "INPUT ARRAY:" , array)

# restituisce m negli indici degli elementi
# per metriche

"" "

[[8 13 5 0]

[0 2 5 3]

[10 7 15 15]

[3 11 4 12]]

^ ^ ^ ^

0 2 4 0 - elemento

1 1 3 0 - indicatori

"" "

print ( "Indici di min usando argmin:" , secchione.argmin (array, asse = 0 ))

print ( " Indici di min usando nanargmin:: " , geek.nan argmin (una matrice, un asse = 0 ))

Output:

INPUT ARRAY: [[8 13 5 0] [0 2 5 3] [10 7 15 15] [3 11 4 12]] Indici dell`elemento minimo: [1 1 3 0] 

Link:
argmin.html> https://docs.scipy.org/doc/numpy -dev / reference / generato / numpy.nanargmin.html

Note:
questi codici non verranno lavorare per ID online. Eseguili sui tuoi sistemi per vedere come funzionano

Questo articolo è fornito da Mohit Gupta_OMG